CN116886656A - 面向聊天室的舞蹈知识推送方法及其装置 - Google Patents
面向聊天室的舞蹈知识推送方法及其装置 Download PDFInfo
- Publication number
- CN116886656A CN116886656A CN202311140189.XA CN202311140189A CN116886656A CN 116886656 A CN116886656 A CN 116886656A CN 202311140189 A CN202311140189 A CN 202311140189A CN 116886656 A CN116886656 A CN 116886656A
- Authority
- CN
- China
- Prior art keywords
- information
- segment
- dance
- sub
- questioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012216 screening Methods 0.000 claims description 30
- 230000006399 behavior Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 22
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 206010008748 Chorea Diseases 0.000 claims description 2
- 208000012601 choreatic disease Diseases 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 10
- 230000004044 response Effects 0.000 abstract description 3
- 230000009471 action Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 241000233855 Orchidaceae Species 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 239000013598 vector Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/7844—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using original textual content or text extracted from visual content or transcript of audio data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/214—Monitoring or handling of messages using selective forwarding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/216—Handling conversation history, e.g. grouping of messages in sessions or threads
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种面向聊天室的舞蹈知识推送方法及其装置,该方法包括:获取第一聊天室中的当前提问信息;根据第一关键词和发布当前提问信息的目标学员信息,查找目标学员已学习过的子片段舞蹈视频,并确定与当前提问信息对应的目标子片段舞蹈视频;根据第一关键词和目标子片段舞蹈视频,在多个聊天室中查找已发布的多个第一消息,以从多个第一消息中筛选出候选提问信息;计算当前提问信息与候选提问信息的相似度,得到相似提问列表;根据相似提问列表,确定相同提问和/或相近提问;将多个聊天室中与相同提问和/或相近提问相对应的已发布答案及发布答案的学员信息发送至第一聊天室。对于学员来说在学习舞蹈的过程中可得到及时并准确的回应。
Description
技术领域
本申请涉及计算机及互联网的技术领域,特别涉及一种面向聊天室的舞蹈知识推送方法及其装置、电子设备、计算机可读存储介质。
背景技术
随着互联网技术的发展,人们通过观看视频学习各种各样的知识变得越来越便利。例如,用户可以通过观看舞蹈教学视频,来学习感兴趣的某支舞蹈。
当用户在学习过程中遇到有关舞蹈动作的知识类问题时,需要向聊天室中的其他用户请教交流,当前聊天室中其他用户往往有可能不知道问题的答案,对于用户来说若不能及时得到准确的响应,将会导致用户体验不佳。
发明内容
(一)发明目的
本申请的目的是提供一种面向聊天室的舞蹈知识推送方法及其装置、电子设备、计算机可读存储介质。
(二)技术方案
本申请实施例提供一种面向聊天室的舞蹈知识推送方法,包括:获取第一聊天室中的当前提问信息;其中,所述当前提问信息包括第一关键词,所述第一关键词为舞蹈知识类的关键词,且所述第一关键词能够命中至少一个子片段舞蹈视频;根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频;其中,所述已学习过的子片段舞蹈视频包含第二关键词,当所述第二关键词匹配所述第一关键词时,则将所述已学习过的子片段舞蹈视频判定为目标子片段舞蹈视频; 根据所述第一关键词和目标子片段舞蹈视频,在多个聊天室中查找已发布的多个第一消息,以从多个所述第一消息中筛选出所述候选提问信息;计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表;根据所述相似提问列表,确定相同提问和/或相近提问;将多个聊天室中与所述相同提问和/或相近提问相对应的已发布答案及发布答案的学员信息发送至第一聊天室。
进一步地,所述获取第一聊天室中的当前提问信息包括:根据预设窗口范围截取第一聊天室中已发布的多个第二消息,将多个第二消息中属于问题的消息筛选出来,得到第二信息列表;识别所述第二信息列表中所述第二消息是否包含所述第一关键词;若是,则将所述第二信息列表中所述第二消息判定为所述当前提问信息。
进一步地,所述根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频,包括:以所述当前提问信息的发布时间为基准,对所述目标学员已学习过的子片段舞蹈视频按照学习时间的倒序进行排序,逐一对已学习过的子片段舞蹈视频所包含的所述第二关键词与所述第一关键词进行匹配,直到筛选出所述目标子片段舞蹈视频;或者,根据所述目标学员的学习行为分值对已学习过的子片段舞蹈视频进行由大到小排序,逐一对已学习过的子片段舞蹈视频所包含的所述第二关键词与所述第一关键词进行匹配,直到筛选出所述目标子片段舞蹈视频;又或者,当所述第二关键词匹配所述第一关键词的子片段舞蹈视频为多个时,则按照所述目标学员的学习行为分值对关键词匹配的多个子片段舞蹈视频进行排序和筛选,得到所述目标子片段舞蹈视频。
进一步地,所述根据所述第一关键词和目标子片段舞蹈视频,在多个聊天室中查找已发布的多个第一消息,以从多个所述第一消息中筛选出所述候选提问信息,包括:将多个第一消息中属于问题的消息筛选出来,得到第一信息列表;识别所述第一信息列表中所述第一消息是否包含所述第一关键词;若是,则将所述第一信息列表中所述第一消息判定为所述候选提问信息。
进一步地,所述计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表,包括:采用余弦相似度公式计算所述当前提问信息与所述候选提问信息的相似度;将若干个所述候选提问信息按照相似度进行排序和筛选,得到相似提问列表。
进一步地,所述根据所述相似提问列表,得到相同提问和/或相近提问,包括:将所述相似提问列表中相似度大于第一预设阈值的所述候选提问信息设为相同提问;将所述相似提问列表中相似度大于第二预设阈值的所述候选提问信息设为相近提问;其中,所述第一预设阈值大于所述第二预设阈值,所述第二预设阈值设为0.80-0.85。
进一步地,面向聊天室的舞蹈知识推送方法还包括:当所有聊天室中对所述相同提问和/或相近提问没有回复的答案时,则将已学习过目标子片段舞蹈视频的所有学员按照学习行为分值进行排序,筛选得到推荐学员;将所述推荐学员推送至第一聊天室,由所述推荐学员对所述当前提问信息进行回复;或者,当所有聊天室中对所述相同提问和/或相近提问没有回复的答案,且没有其他学员学习过所述目标子片段舞蹈视频时,则将所述当前提问信息推送给所述目标子片段舞蹈视频的原创作者进行回复。
本申请实施例提供一种面向聊天室的舞蹈知识推送装置,包括:
获取模块,其用于获取第一聊天室中的当前提问信息;其中,所述当前提问信息包括第一关键词,所述第一关键词为舞蹈知识类的关键词,且所述第一关键词能够命中至少一个子片段舞蹈视频;
第一确定模块,其用于根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频;其中,所述已学习过的子片段舞蹈视频包含第二关键词,当所述第二关键词匹配所述第一关键词时,则将所述已学习过的子片段舞蹈视频判定为目标子片段舞蹈视频;
候选提问模块,其用于根据所述第一关键词和目标子片段舞蹈视频,查找在所有聊天室中已发布的多个第一消息,以从多个所述第一消息中筛选出所述候选提问信息;
相似提问模块,其用于计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表;
第二确定模块,其用于根据所述相似提问列表,确定相同提问和/或相近提问;
推送模块,其用于将所有聊天室中与所述相同提问和/或相近提问相对应的已发布答案及发布答案的学员信息发送至第一聊天室。
本申请实施例提供一种电子设备,所述电子设备包括处理器以及存储有计算机程序指令的存储器;所述处理器执行所述计算机程序指令时实现如上所述的方法的步骤。
本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如上所述的方法的步骤。
本申请实施例提供一种计算机程序产品,所述计算机程序产品中包括计算机程序指令,所述计算机程序指令被处理器执行时实现如上所述的方法的步骤。
(三)有益效果
本申请的上述技术方案具有如下有益的技术效果:
1.本申请实施例中,通过确定与当前提问信息对应的目标子片段舞蹈视频,不仅在当前聊天室中查找已发布的消息并得到候选提问信息,还可以在更多的学习型舞蹈室中创建的聊天室中查找已发布的消息并得到候选提问信息,学习型舞蹈室聚合了对该目标子片段舞蹈视频具有相同或相似兴趣爱好的学员在一起共同学习进步,因此不仅扩大了搜索范围,而且查找到的候选提问信息更准确,更有针对性,并且通过计算当前提问信息与候选提问信息的相似度,以相似度确定相同提问和/或相近提问,即使当前聊天室中其他学员不知道当前提问信息的答案,通过扩大搜索范围,如果其他聊天室中已发布过相同提问和/或相近提问,则将其他聊天室中已发布的相应答案及发布答案的学员信息发送至当前聊天室,因此推送的对当前提问信息的答复信息更准确,更有针对性;在学习舞蹈的过程中,对于学员来说提出的问题可得到及时并准确的回应,学员学习参与的体验感较好,可增强学习舞蹈的积极性。
2.本申请实施例中,当所有聊天室中对相同提问和/或相近提问没有回复的答案时,可通过推荐学员和目标子片段舞蹈视频的原创作者进行回复,不仅拓宽了回复问题的渠道,而且可增强学员之间的互动,推荐学员的学习时间长,也提高了回复当前提问信息的可能性和准确性,进一步地对于学员来说其提出的当前提问信息可得到更多重视和关注。
附图说明
为了更清楚地说明本申请实施例的技术方案,以下对本申请实施例中的附图作简单介绍。
图1是本申请实施例的***架构的示意图。
图2是本申请实施例的一种面向聊天室的舞蹈知识推送方法方法的流程框图。
图3是本申请实施例的一种面向聊天室的舞蹈知识推送装置的结构框图。
图4是用来实现本申请实施例的一种面向聊天室的舞蹈知识推送方法的电子设备的示意图。
具体实施方式
以下将参考若干示例性实施方式来描述本申请的原理和精神。应当理解,提供这些实施方式的目的是为了使本申请的原理和精神更加清楚和透彻,使本领域技术人员能够更好地理解进而实现本申请的原理和精神。本文中提供的示例性实施方式仅是本申请的一部分实施方式,而不是全部的实施方式。基于本文中的实施方式,本领域普通技术人员在不付出创造性劳动前提下所获得的所有其他实施方式,都属于本申请保护的范围。
本申请的实施例涉及终端设备和/或服务器。本领域技术人员知晓,本申请的实施方式可以实现为一种***、装置、设备、方法、计算机可读存储介质或计算机程序产品。因此,本公开可以具体实现为以下至少一种形式:完全的硬件、完全的软件,或者硬件与软件结合的形式。根据本申请的实施方式,本申请请求保护一种面向聊天室的舞蹈知识推送方法、装置、电子设备、计算机可读存储介质及计算机程序产品。图1示出了本申请实施例的一种***架构的示意图。如图1所示,该***包括终端设备102和服务器104。其中,终端设备102可以包括以下至少一项:智能手机、平板电脑、笔记本电脑、台式电脑、智能电视、各类可穿戴设备、增强现实AR设备、虚拟现实VR设备等等。终端设备102上可以安装客户端,例如,该客户端可以为专门执行特定功能的客户端(如应用程序app),或者为内嵌有多种应用小程序(不同功能)的客户端,还可以是通过浏览器登录的客户端。用户可以在终端设备102上进行操作,比如,用户可以打开终端设备102上安装的客户端,并通过客户端操作输入指令,或者,用户可以打开终端设备102上安装的浏览器,并通过浏览器操作输入指令。在终端设备102接收到用户输入的指令之后,将包含指令的请求信息发送至服务器104。服务器104接收到请求信息之后执行相应的处理,然后将处理结果信息返回给终端设备102。通过一系列数据处理和信息交互完成用户指令。
在本文中,诸如第一、第二、第三之类的用语,仅用来将一个实体(或操作)与另一个实体(或操作)区分开来,而不在于要求或暗示这些实体(或操作)之间存在任何顺序或关联。
图2示出了本申请实施例的面向聊天室的舞蹈知识推送方法的流程示意图,该方法包括以下具体步骤:
S101:获取第一聊天室中的当前提问信息;其中,所述当前提问信息包括第一关键词,所述第一关键词为舞蹈知识类的关键词,且所述第一关键词能够命中至少一个子片段舞蹈视频。
本申请实施例中,可以将一个很长的舞蹈视频分成几个片段进行学习,比如说可以分为正面和背面的片段舞蹈视频,将背面的片段舞蹈视频还可以分为第一节第一个八拍,第二个八拍,第三个八拍,第四个八拍等等。比如说片段舞蹈视频分成四个八拍,第一个八拍讲的是手的动作,第二个八拍讲的是腿的动作,第三个八拍讲的是转身的动作,第四个八拍讲的是个全身的动作,那么手的动作有可能会命中一些舞蹈知识类的关键词。比如说当手的动作为兰花指时,则可将“兰花指”定义为舞蹈知识类关键词。或者,当腿的动作为抬压腿时,则可将“抬压腿”定义为舞蹈知识类关键词,即舞蹈知识类关键词可以为某种舞蹈知识的专业术语。第一关键词并不限于是单个的关键词还可以是关键词集合,具体地可包括舞蹈视频的原创作者、标题分词、子片段舞蹈视频的标签、舞蹈动作等,关键词集合例如可以是“杨丽萍老师,舞动三江,背面,开手动作”中的两个或多个。在学习型舞蹈室中上传子片段舞蹈视频时,还同时上传了该子片段舞蹈视频的相对应信息,该相对应信息可包括舞蹈视频的原创作者、标题分词、子片段舞蹈视频的标签、舞蹈动作等,学习型舞蹈室用于学员学习舞蹈视频中的舞蹈动作和/或舞蹈知识等,方便有相同或相似兴趣爱好的学员可以聚合在一起共同学习进步;在学习型舞蹈室中可创建聊天室,由此可见第一关键词是可以命中至少一个子片段舞蹈视频。
S102:根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频;其中,所述已学习过的子片段舞蹈视频包含第二关键词,当所述第二关键词匹配所述第一关键词时,则将所述已学习过的子片段舞蹈视频判定为目标子片段舞蹈视频。
本申请实施例中,发布当前提问信息的目标学员有可能是最近学习过某些子片段舞蹈视频,在学习过程中遇到了有关舞蹈知识类问题,因此可查找该目标学员已学习过的所有子片段舞蹈视频,通过将第二关键词与第一关键词进行匹配,由于第二关键词可以是关键词集合,当第二关键词包含第一关键词时即可判定第二关键词与第一关键词是匹配的,这样可筛选出目标子片段舞蹈视频。
S103:根据所述第一关键词和目标子片段舞蹈视频,在多个聊天室中查找已发布的多个第一消息,以从多个所述第一消息中筛选出所述候选提问信息;其中,所述候选提问信息包括第一关键词。
本申请实施例中,多个聊天室为当前聊天室以外的其他多个聊天室,可以是在当前或其他多个学习型舞蹈室中创建的聊天室,学习型舞蹈室是用于针对某些特定舞蹈视频学习,因此可通过对学习该目标子片段舞蹈视频的学习型舞蹈室中创建的所有聊天室中已发布的多个第一消息进行搜索,更具有针对性,查找到的候选提问信息更准确。
S104:计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表。
本申请实施例中,通过计算当前提问信息与候选提问信息的相似度,以确定相似提问,并按照相似度分值的大小进行排序,以得到相对应的相似提问列表。
S105:根据所述相似提问列表,确定相同提问和/或相近提问。
本申请实施例中,根据相似提问列表中当前提问信息与每个候选提问信息的相似度,将相似度分值大于第一设定值的相对应候选提问信息作为相同提问,将相似度分值大于第二设定值的相对应候选提问信息作为相近提问,根据相似度分值的大小进行判定与当前提问信息为相同提问或相近提问。
S106:将多个聊天室中与所述相同提问和/或相近提问相对应的已发布答案及发布答案的学员信息发送至第一聊天室。
通过确定与当前提问信息对应的目标子片段舞蹈视频,不仅在当前聊天室中查找已发布的消息并得到候选提问信息,还可以在更多的学习型舞蹈室中创建的聊天室中查找已发布的消息并得到候选提问信息,学习型舞蹈室聚合了对该目标子片段舞蹈视频具有相同或相似兴趣爱好的学员在一起共同学习进步,因此不仅扩大了搜索范围,而且查找到的候选提问信息更准确,更有针对性,并且通过计算当前提问信息与候选提问信息的相似度,以相似度确定相同提问和/或相近提问,然后再将与相同提问和/或相近提问相对应的已发布答案及发布答案的学员信息发送至当前聊天室,因此推送的对当前提问信息的答复信息更准确,更有针对性;即使当前聊天室中其他学员不知道当前提问信息的答案,通过扩大搜索范围,如果其他聊天室中已发布过相同提问和/或相近提问,则将其他聊天室中已发布的相应答案及发布答案的学员信息发送至当前聊天室,因此在学习舞蹈的过程中,对于学员来说提出的问题可得到及时并准确的回应,学员学习参与的体验感较好,可增强学习舞蹈的积极性。
一些实施例中,步骤S101中,所述获取第一聊天室中的当前提问信息,包括以下具体步骤:
S1011:根据预设窗口范围截取第一聊天室中已发布的多个第二消息,将多个第二消息中属于问题的消息筛选出来,得到第二信息列表;
S1012:识别所述第二信息列表中所述第二消息是否包含所述第一关键词;
S1013:若是,则将所述第二信息列表中所述第二消息判定为所述当前提问信息。预设窗口范围例如是以当前时间起间隔若干秒截取第一聊天室中已发布的多个第二消息,或者是以当前时间起截取设定数量的多条消息,例如截取的第一聊天室中已发布的多个第二消息可以是聊天语句,若当前聊天语句中包含疑问句等语气词时可以将该当前聊天语句判定为属于问题的消息;再从问题消息中筛选出包含第一关键词的消息作为当前提问信息。
一些实施例中,步骤S102中,所述根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频,具体地可包括:
以所述当前提问信息的发布时间为基准,对所述目标学员已学习过的子片段舞蹈视频按照学习时间的倒序进行排序,逐一对已学习过的子片段舞蹈视频所包含的所述第二关键词与所述第一关键词进行匹配,直到筛选出所述目标子片段舞蹈视频。其中,目标学员已学习过的子片段舞蹈视频可能为多个,根据学习习惯学员往往是对新学习内容较易产生问题,所以按照学习时间由最近依次往前类推对已学习过的子片段舞蹈视频逐个筛查,这样可提高筛查效率。
或者,步骤S102中,具体地可包括:根据所述目标学员的学习行为分值对已学习过的子片段舞蹈视频进行由大到小排序,逐一对已学习过的子片段舞蹈视频所包含的所述第二关键词与所述第一关键词进行匹配,直到筛选出所述目标子片段舞蹈视频。其中,学员的学习行为可包括观看,深度播放,练习等方面。示例性实施例中,学员对最近学习过的子片段舞蹈视频的学习行为分值通过对学习积分进行累积计算得到,例如,(1)观看积分的计算如下:学员观看舞蹈视频片段1分钟,或者观看子片段舞蹈视频的时长超过70%,或者收藏,或者下载,满足任意一条,即可计入1分,否则是0,对该学习积分可累积增加,但每个分段视频的观看积分累积不超过5分;(2)深度播放积分的计算如下:学员点击高清播放30秒,或者慢放5秒,或者镜面播放30秒,或者AB循环播放30秒,只要满足一次即可计入1分,否则是0,对该学习积分可累积增加,但每个分段视频的深度播放积分累积不超过5分;(3)练习积分的计算如下:学员点击播放跟跳舞蹈视频的时长超过70%可计入5分,否则是0。当然本申请实施例中的学习行为分值也可通过其他方式计算得到,此处不做过多限定。因此通过对学习行为分值最高的子片段舞蹈视频进行优先筛选,对已学习过的子片段舞蹈视频按照学习行为分值由大到小的顺序逐个筛查,这样可提高筛查效率。
又或者,步骤S102中,具体地可包括:当所述第二关键词匹配所述第一关键词的子片段舞蹈视频为多个时,则按照所述目标学员的学习行为分值对关键词匹配的多个子片段舞蹈视频进行排序和筛选,得到所述目标子片段舞蹈视频。例如,对于关键词匹配的多个子片段舞蹈视频,可将学习行为分值最高的子片段舞蹈视频作为目标子片段舞蹈视频。
一些实施例中,步骤S103中,所述根据所述第一关键词和目标子片段舞蹈视频,在多个聊天室中查找已发布的多个第一消息,以从多个所述第一消息中筛选出所述候选提问信息,可包括以下具体步骤:
S1031:将多个第一消息中属于问题的消息筛选出来,得到第一信息列表;
S1032:识别所述第一信息列表中所述第一消息是否包含所述第一关键词;
S1033:若是,则将所述第一信息列表中所述第一消息判定为所述候选提问信息。例如,在学习该目标子片段舞蹈视频的学习型舞蹈室中创建的所有聊天室中先筛选出问题消息,再识别问题消息是否包含第一关键词,若包含第一关键词的问题消息则作为候选提问信息。
一些实施例中,步骤S104中,所述计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表,包括:
S1041:采用余弦相似度公式计算所述当前提问信息与所述候选提问信息的相似度;
S1042:将若干个所述候选提问信息按照相似度进行排序和筛选,得到相似提问列表。
一些实施例中,步骤S105中,所述根据所述相似提问列表,得到相同提问和/或相近提问,具体地可包括:将所述相似提问列表中相似度大于第一预设阈值的所述候选提问信息设为相同提问;将所述相似提问列表中相似度大于第二预设阈值的所述候选提问信息设为相近提问;其中,所述第一预设阈值大于所述第二预设阈值,所述第二预设阈值设为0.80-0.85。例如,第一预设阈值可设为0.90-0.95;优选地,第一预设阈值可设为0.95;第二预设阈值设为0.8。
一些实施例中,面向聊天室的舞蹈知识推送方法还可包括以下步骤:
S107:当所有聊天室中对所述相同提问和/或相近提问没有回复的答案时,则将已学习过目标子片段舞蹈视频的其他学员按照学习行为分值进行排序,筛选得到推荐学员;将所述推荐学员推送至第一聊天室,由所述推荐学员对所述当前提问信息进行回复。具体地,学习型舞蹈室聚合了对该目标子片段舞蹈视频具有相同或相似兴趣爱好的学员在一起共同学习进步,因此已学习过目标子片段舞蹈视频的其他学员为多个,可对学员的学习行为通过学习时长等方式进行评分,以得到学习行为分值;按照学习行为分值从大到小排序,筛选出学习行为分值最高的学员作为推荐学员;或者,例如将学习行为分值排序较高的前三名学员作为推荐学员,并将推荐学员推送至第一聊天室,由推荐学员对当前提问信息进行回复;这样可增强学员之间的互动,而且推荐学员的学习时间长,也提高了回复当前提问信息的可能性和准确性。
另一些实施例中,面向聊天室的舞蹈知识推送方法还可包括以下步骤:
S108:当所有聊天室中对所述相同提问和/或相近提问没有回复的答案,且没有其他学员学习过所述目标子片段舞蹈视频时,则将所述当前提问信息推送给所述目标子片段舞蹈视频的原创作者进行回复。具体地,将当前提问信息推送给目标子片段舞蹈视频的原创作者进行回复,可使当前提问信息的回复更具有针对性,对于学员来说其提出的当前提问信息得到更多重视和关注,可得到及时并准确的回应,学员学习参与的体验感较好,可增强学习舞蹈的积极性。
以上通过多个实施例描述了本申请实施例的实现方式以及带来的优势。以下结合具体的例子,详细描述本申请实施例的具体处理过程。
1)在当前聊天室上下文中,根据预设窗口范围截取该聊天室中已发布的多个消息,该消息可以是聊天语句,将多个消息中属于问题的消息筛选出来,得到信息列表A;例如当前聊天语句中包含疑问句等语气词时可以将该当前聊天语句判定为属于问题的消息;预设窗口范围例如可以是间隔信息不超过3秒,或者是最多不超过10条消息,例如信息列表A中包括以下几个消息:message1(user X,keywords a), message2(user Y, keywords b),message3(user Z, keywords c),假如message3中的关键词keywords c与舞蹈知识类的关键词(例如是兰花指)匹配,从而可将message3作为当前提问信息。
2)根据当前提问信息中的关键词(keywords c)以及学员信息(user Z),按照以学员user Z发布当前提问信息的发布时间为基准,以发布时间的倒序依次查找学员user Z发布的所有消息,筛选出学员user Z的最近学习过的子片段舞蹈视频,对学习过的子片段舞蹈视频按学习时间的倒序逐一依次筛选,即将子片段舞蹈视频中的关键词(keyword Set)与关键词(keywords c)进行匹配,直到筛选出目标子片段舞蹈视频。或者,按照学员user Z的学习行为分值对已学习过的子片段舞蹈视频进行由大到小排序,即将学习行为分值最高的子片段舞蹈视频进行优先筛选,学员的学习行为可包括观看,深度播放,练习等方面。如果子片段舞蹈视频的关键词(keyword Set)匹配了发布的当前提问信息中的关键词(keywords c),则将该子片段舞蹈视频确定为与当前提问信息对应的目标子片段舞蹈视频。当前提问信息中的关键词(keywords c)和子片段舞蹈视频的关键词(keyword Set)都可以是关键词集合,当子片段舞蹈视频的关键词(keyword Set)匹配当前提问信息中的关键词(keywords c)时,即指的是子片段舞蹈视频的关键词(keyword Set)都包括了当前提问信息中的关键词(keywords c),也说明子片段舞蹈视频的关键词集合(keyword Set)大于当前提问信息中的关键词集合(keywords c)。又或者,举例来说:当前提问信息的关键词集合(keywords c)包括:“杨丽萍老师,舞动三江,开手动作”,而子片段舞蹈视频A的关键词(keyword Set)包括了“杨丽萍老师,舞动三江,背面,开手动作”,子片段舞蹈视频B的关键词(keyword Set)包括了“杨丽萍老师,舞动三江,正面,开手动作”,当这样关键词匹配的子片段舞蹈视频为多个时,则可将学员user Z学习过这些子片段舞蹈视频进行学习行为分值的计算,并按照学习行为分值从大到小排序,筛选出学习行为分值最高的子片段舞蹈视频作为目标子片段舞蹈视频。
3)根据当前提问信息的关键词(keywords c)和目标子片段舞蹈视频的关键词(keyword Set),查找在所有聊天室中已发布的多个消息,该消息可以是聊天语句,将多个消息中属于问题的消息筛选出来,得到信息列表B;例如当前聊天语句中包含疑问句等语气词时可以将该当前聊天语句判定为属于问题的消息;将信息列表B中包含了当前提问信息的关键词(keywords c)的消息筛选出作为候选提问信息,同时也可将信息列表B中包含了针对目标子片段舞蹈视频的关键词(keyword Set)的消息筛选出作为候选提问信息。将各个候选提问信息筛选出,以得到候选提问信息列表。
4)计算当前提问信息与候选提问信息的相似度,例如:当前提问信息为message3:“兰花指是怎么指的方向”,候选提问信息为message_y:“我的兰花指这个动作指的对吗?”,计算过程如下:
4.1首先分别将message3和message_y进行分词处理如下:
Message3:“兰花指 是 怎么 指 的 方向”,
Message_y:“我 的 兰花指 这个 动作 指 的 对 吗”。
4.2去除关键词“兰花指”后各语句如下:
Message3:“___ 是 怎么 指 的 方向”,
Message_y:“我 的 ___ 这个 动作 指 的 对 吗”。
4.3分别将message3 和message_y 查找每个分词之后的向量再求和平均,即查找“是 怎么 指 的 方向”每个词语的向量,求和之后平均,得到向量Vx;查找“我 的 ___这个 动作 指 的 对 吗”每个词语的向量,求和之后平均得到向量Vy。
4.4根据下面的余弦公式,求和两个向量Vx和Vy的夹角,即算出其相似度sim(x,y)
其中,步骤4.3中所述的查找每个词语向量,是指通过大量样本预先训练模型得到训练好的模型,再将每个词语输入训练好的模型,即可得到该词语的向量。
4.5计算当前提问信息与候选提问信息列表中每个候选提问信息的相似度sim(x,y),将若干个相似度sim(x,y)按照分值进行由大到小排序,将相似度sim(x,y)的分值大于0.65的所有候选提问信息筛选出,以得到候选提问信息列表。
5)将相似度sim(x,y)的分值大于0.95的候选提问信息作为相同问题,将相似度sim(x,y)的分值大于0.8的候选提问信息作为相近问题。
6)针对在其他聊天室中已有发布的相同问题,将该聊天室中已发布的对应答案、回答者的学员信息以及对聊天消息截图等形成一种卡片输出,并发送至当前聊天室。例如推送文案如下:
“xxx学员针对您的问题“兰花指是怎么指的方向”已经做了回答“xxxxxx”,请点击查看,可以@Ta 继续追问”。
7)针对在其他聊天室中已有发布的相近问题,将该聊天室中已发布的对应答案、回答者的学员信息以及对聊天消息截图等形成一种卡片输出,并发送至当前聊天室。例如推送文案如下:
“xxx学员针对您的问题“兰花指是怎么指的方向”已经做了近似回答“xxxxxx”,请点击查看,可以@Ta 继续追问”。
8)当所有聊天室中对相同提问和/或相近提问没有回复的答案时,则将已学习过目标子片段舞蹈视频的所有学员按照学习行为分值进行排序,筛选得到推荐学员;将推荐学员推送至当前聊天室,由推荐学员对当前提问信息进行回复;所有聊天室为当前聊天室以外的其他多个聊天室,可以是在当前或其他学习型舞蹈室中创建的聊天室。例如推送文案如下:
“xxx学员刚刚学过此段舞蹈,请@Ta请教”。
9)当所有聊天室中对相同提问和/或相近提问没有回复的答案,且没有其他学员学习过目标子片段舞蹈视频时,则将当前提问信息推送给目标子片段舞蹈视频的原创作者进行回复。例如发送至当前聊天室的推送文案如下:
“已将您的问题推送给xxx老师,老师看到会回复您的,请保持关注”。
与本申请的方法实施例对应地,本申请还提供一种面向聊天室的舞蹈知识推送装置,如图3所示,具体地可包括:
获取模块410,其用于获取第一聊天室中的当前提问信息;其中,所述当前提问信息包括第一关键词,所述第一关键词为舞蹈知识类的关键词,且所述第一关键词能够命中至少一个子片段舞蹈视频;
第一确定模块420,其用于根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频;其中,所述已学习过的子片段舞蹈视频包含第二关键词,当所述第二关键词匹配所述第一关键词时,则将所述已学习过的子片段舞蹈视频判定为目标子片段舞蹈视频;
候选提问模块430,其用于根据所述第一关键词和目标子片段舞蹈视频,查找在所有聊天室中已发布的多个第一消息,以从多个所述第一消息中筛选出所述候选提问信息;其中,所述候选提问信息包括第一关键词;
相似提问模块440,其用于计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表;
第二确定模块450,其用于根据所述相似提问列表,确定相同提问和/或相近提问;
推送模块460,其用于将所有聊天室中与所述相同提问和/或相近提问相对应的已发布答案及发布答案的学员信息发送至第一聊天室。
本申请实施例中的电子设备可以是用户终端设备,可以是服务器,还可以是其他计算设备,也可以是云端服务器。图4示出本申请实施例的电子设备的硬件结构示意图,该电子设备可以包括处理器601以及存储有计算机程序指令的存储器602,处理器601执行计算机程序指令时实现上述任一实施例方法的流程或功能。
具体地,处理器601可以包括中央处理器(CPU),或者特定集成电路(ApplicationSpecific Integrated Circuit ,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。存储器602可以包括用于数据或指令的大容量存储器。举例来说,存储器602可以是以下至少一者:硬盘驱动器(Hard Disk Drive,HDD)、只读存储器(ROM),随机存取存储器(RAM)、软盘驱动器、闪存、光盘、磁光盘、磁带、通用串行总线(Universal Serial Bus,USB)驱动器或其他物理/有形的存储器存储设备。又如,存储器602可包括可移除或不可移除(或固定)的介质。再如,存储器602可在综合网关容灾设备的内部或外部。存储器602可以是非易失性固态存储器。换句话说,通常存储器602包括编码有计算机可执行指令的有形(非暂态)计算机可读存储介质(如存储器设备),并且当该软件被执行(如由一个或多个处理器执行)时,可执行本申请实施例的方法所描述的操作。处理器601通过读取并执行存储器602中存储的计算机程序指令,实现上述实施例中任一种方法的流程或功能。
在一个示例中,图4所示的电子设备还可包括通信接口603和总线610。其中,处理器601、存储器602、通信接口603通过总线610连接并完成相互间的通信。通信接口603主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。总线610包括硬件、软件或两者皆有,可将在线数据流量计费设备的部件彼此耦接在一起。举例来说,总线可包括以下至少一者:加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、***组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线。总线610可包括一个或多个总线。尽管本申请实施例描述或示出了特定的总线,但本申请实施例可考虑任何合适的总线或互连方式。
结合上述实施例中的方法,本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述实施例中任一种方法的流程或功能。
另外,本申请实施例还提供一种计算机程序产品,该计算机程序产品上存储有计算机程序指令,该计算机程序指令被处理器执行时实现上述实施例中任一种方法的流程或功能。
以上示例性地描述了本申请实施例的方法、装置、***和计算机程序产品的流程图和/或框图,并描述了相关的各个方面。应当理解,流程图和/或框图中的每个方框或其组合,可以由计算机程序指令实现,也可以由执行指定功能或动作的专用硬件来实现,还可由专用硬件和计算机指令的组合来实现。例如,这些计算机程序指令可被提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,以形成一种机器可使得经由这种处理器执行的这些指令使能对流程图和/或框图中的每个方框或其组合中指定的功能/动作的实现。这种处理器可以是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。
本申请实施例的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等;当以软件方式实现时,是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在存储器中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
需说明,本申请并不局限于上文所描述或在图中示出的特定配置和处理。以上所述仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,所描述的***、设备、模块或单元的具体工作过程,可以参考方法实施例中的对应过程,不需再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种面向聊天室的舞蹈知识推送方法,其特征在于,包括:
获取第一聊天室中的当前提问信息;其中,所述当前提问信息包括第一关键词,所述第一关键词为舞蹈知识类的关键词,且所述第一关键词能够命中至少一个子片段舞蹈视频;
根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频;其中,所述已学习过的子片段舞蹈视频包含第二关键词,当所述第二关键词匹配所述第一关键词时,则将所述已学习过的子片段舞蹈视频判定为目标子片段舞蹈视频;
根据所述第一关键词和目标子片段舞蹈视频,在多个聊天室中查找已发布的多个第一消息,以从多个所述第一消息中筛选出候选提问信息;其中,所述候选提问信息包括第一关键词;
计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表;
根据所述相似提问列表,确定相同提问和/或相近提问;
将多个聊天室中与所述相同提问和/或相近提问相对应的已发布答案及发布答案的学员信息发送至第一聊天室。
2.根据权利要求1所述的方法,其特征在于,所述获取第一聊天室中的当前提问信息包括:
根据预设窗口范围截取第一聊天室中已发布的多个第二消息,将多个第二消息中属于问题的消息筛选出来,得到第二信息列表;
识别所述第二信息列表中所述第二消息是否包含所述第一关键词;
若是,则将所述第二信息列表中所述第二消息判定为所述当前提问信息。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频,包括:
以所述当前提问信息的发布时间为基准,对所述目标学员已学习过的子片段舞蹈视频按照学习时间的倒序进行排序,逐一对已学习过的子片段舞蹈视频所包含的所述第二关键词与所述第一关键词进行匹配,直到筛选出所述目标子片段舞蹈视频;或者,
根据所述目标学员的学习行为分值对已学习过的子片段舞蹈视频进行由大到小排序,逐一对已学习过的子片段舞蹈视频所包含的所述第二关键词与所述第一关键词进行匹配,直到筛选出所述目标子片段舞蹈视频;或者,
当所述第二关键词匹配所述第一关键词的子片段舞蹈视频为多个时,则按照所述目标学员的学习行为分值对关键词匹配的多个子片段舞蹈视频进行排序和筛选,得到所述目标子片段舞蹈视频。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一关键词和目标子片段舞蹈视频,在多个聊天室中查找已发布的多个第一消息,以从多个所述第一消息中筛选出所述候选提问信息,包括:
将多个第一消息中属于问题的消息筛选出来,得到第一信息列表;
识别所述第一信息列表中所述第一消息是否包含所述第一关键词;
若是,则将所述第一信息列表中所述第一消息判定为所述候选提问信息。
5.根据权利要求1所述的方法,其特征在于,所述计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表,包括:
采用余弦相似度公式计算所述当前提问信息与所述候选提问信息的相似度;
将若干个所述候选提问信息按照相似度进行排序和筛选,得到相似提问列表。
6.根据权利要求1所述的方法,其特征在于,所述根据所述相似提问列表,得到相同提问和/或相近提问,包括:
将所述相似提问列表中相似度大于第一预设阈值的所述候选提问信息设为相同提问;
将所述相似提问列表中相似度大于第二预设阈值的所述候选提问信息设为相近提问;其中,
所述第一预设阈值大于所述第二预设阈值,所述第二预设阈值设为0.80-0.85。
7.根据权利要求1-6任一项所述的方法,其特征在于,还包括:
当所有聊天室中对所述相同提问和/或相近提问没有回复的答案时,则将已学习过目标子片段舞蹈视频的其他学员按照学习行为分值进行排序,筛选得到推荐学员;
将所述推荐学员推送至第一聊天室,由所述推荐学员对所述当前提问信息进行回复;或者,
当所有聊天室中对所述相同提问和/或相近提问没有回复的答案,且没有其他学员学习过所述目标子片段舞蹈视频时,则将所述当前提问信息推送给所述目标子片段舞蹈视频的原创作者进行回复。
8.一种面向聊天室的舞蹈知识推送装置,其特征在于,包括:
获取模块,其用于获取第一聊天室中的当前提问信息;其中,所述当前提问信息包括第一关键词,所述第一关键词为舞蹈知识类的关键词,且所述第一关键词能够命中至少一个子片段舞蹈视频;
第一确定模块,其用于根据所述第一关键词和发布所述当前提问信息的目标学员信息,查找所述目标学员已学习过的子片段舞蹈视频,并确定与所述当前提问信息对应的目标子片段舞蹈视频;其中,所述已学习过的子片段舞蹈视频包含第二关键词,当所述第二关键词匹配所述第一关键词时,则将所述已学习过的子片段舞蹈视频判定为目标子片段舞蹈视频;
候选提问模块,其用于根据所述第一关键词和目标子片段舞蹈视频,查找在所有聊天室中已发布的多个第一消息,以从多个所述第一消息中筛选出所述候选提问信息;其中,所述候选提问信息包括第一关键词;
相似提问模块,其用于计算所述当前提问信息与所述候选提问信息的相似度,得到与所述当前提问信息相对应的相似提问列表;
第二确定模块,其用于根据所述相似提问列表,确定相同提问和/或相近提问;
推送模块,其用于将所有聊天室中与所述相同提问和/或相近提问相对应的已发布答案及发布答案的学员信息发送至第一聊天室。
9.一种电子设备,其特征在于,所述电子设备包括:处理器以及存储有计算机程序指令的存储器;所述电子设备执行所述计算机程序指令时实现如权利要求1-7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序指令,所述计算机程序指令被处理器执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311140189.XA CN116886656B (zh) | 2023-09-06 | 2023-09-06 | 面向聊天室的舞蹈知识推送方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311140189.XA CN116886656B (zh) | 2023-09-06 | 2023-09-06 | 面向聊天室的舞蹈知识推送方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116886656A true CN116886656A (zh) | 2023-10-13 |
CN116886656B CN116886656B (zh) | 2023-12-08 |
Family
ID=88271874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311140189.XA Active CN116886656B (zh) | 2023-09-06 | 2023-09-06 | 面向聊天室的舞蹈知识推送方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116886656B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107453980A (zh) * | 2017-07-26 | 2017-12-08 | 北京小米移动软件有限公司 | 即时通信中问题响应方法及装置 |
CN107621915A (zh) * | 2017-09-29 | 2018-01-23 | 努比亚技术有限公司 | 一种消息提醒方法、设备及计算机存储介质 |
CN107729468A (zh) * | 2017-10-12 | 2018-02-23 | 华中科技大学 | 基于深度学习的答案抽取方法及*** |
TW201812659A (zh) * | 2016-09-29 | 2018-04-01 | 菁英國際文教事業股份有限公司 | 聊天室管理方法、聊天室系統及其電子裝置及伺服器 |
WO2019153613A1 (zh) * | 2018-02-09 | 2019-08-15 | 平安科技(深圳)有限公司 | 聊天应答方法、电子装置及存储介质 |
CN110263144A (zh) * | 2019-06-27 | 2019-09-20 | 深圳前海微众银行股份有限公司 | 一种答案获取方法及装置 |
CN110619063A (zh) * | 2019-09-20 | 2019-12-27 | 北京字节跳动网络技术有限公司 | 基于视频搜索的视频推送方法、装置、电子设备 |
CN111680133A (zh) * | 2019-03-11 | 2020-09-18 | 阿里巴巴集团控股有限公司 | 直播问答方法及装置 |
CN114547260A (zh) * | 2020-11-24 | 2022-05-27 | 连株式会社 | 在聊天室内提供搜索功能的方法、计算机装置及记录介质 |
CN116226453A (zh) * | 2023-05-10 | 2023-06-06 | 北京小糖科技有限责任公司 | 识别跳舞教学视频片段的方法、装置及终端设备 |
-
2023
- 2023-09-06 CN CN202311140189.XA patent/CN116886656B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201812659A (zh) * | 2016-09-29 | 2018-04-01 | 菁英國際文教事業股份有限公司 | 聊天室管理方法、聊天室系統及其電子裝置及伺服器 |
CN107453980A (zh) * | 2017-07-26 | 2017-12-08 | 北京小米移动软件有限公司 | 即时通信中问题响应方法及装置 |
CN107621915A (zh) * | 2017-09-29 | 2018-01-23 | 努比亚技术有限公司 | 一种消息提醒方法、设备及计算机存储介质 |
CN107729468A (zh) * | 2017-10-12 | 2018-02-23 | 华中科技大学 | 基于深度学习的答案抽取方法及*** |
WO2019153613A1 (zh) * | 2018-02-09 | 2019-08-15 | 平安科技(深圳)有限公司 | 聊天应答方法、电子装置及存储介质 |
CN111680133A (zh) * | 2019-03-11 | 2020-09-18 | 阿里巴巴集团控股有限公司 | 直播问答方法及装置 |
CN110263144A (zh) * | 2019-06-27 | 2019-09-20 | 深圳前海微众银行股份有限公司 | 一种答案获取方法及装置 |
CN110619063A (zh) * | 2019-09-20 | 2019-12-27 | 北京字节跳动网络技术有限公司 | 基于视频搜索的视频推送方法、装置、电子设备 |
CN114547260A (zh) * | 2020-11-24 | 2022-05-27 | 连株式会社 | 在聊天室内提供搜索功能的方法、计算机装置及记录介质 |
CN116226453A (zh) * | 2023-05-10 | 2023-06-06 | 北京小糖科技有限责任公司 | 识别跳舞教学视频片段的方法、装置及终端设备 |
Non-Patent Citations (1)
Title |
---|
卫兆臣等: "实时聊天室用于学生远程智能答疑***", 微型电脑应用, vol. 8, no. 24 * |
Also Published As
Publication number | Publication date |
---|---|
CN116886656B (zh) | 2023-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220391773A1 (en) | Method and system for artificial intelligence learning using messaging service and method and system for relaying answer using artificial intelligence | |
US11481572B2 (en) | Method and apparatus for evaluating article value based on artificial intelligence, and storage medium | |
JP6912588B2 (ja) | 画像分類出力分布のフィルタリングを伴う画像認識 | |
US20150254349A1 (en) | System and Method for Providing Content in Real-Time | |
WO2017197826A1 (zh) | 图像特征关系的匹配方法、装置和*** | |
CN109460503B (zh) | 答案输入方法、装置、存储介质及电子设备 | |
CN110992222A (zh) | 教学交互方法、装置、终端设备及存储介质 | |
CN108846030B (zh) | 访问官方网站的方法、***、电子设备及存储介质 | |
CN111782787B (zh) | 问题生成模型训练方法、问题生成方法 | |
CN112861650A (zh) | 一种行为评价方法、装置及*** | |
CN111400473A (zh) | 意图识别模型的训练方法及装置、存储介质及电子设备 | |
CN110111611A (zh) | 信息处理方法、装置、介质和电子设备 | |
CN110796338A (zh) | 在线教学监控方法、装置、服务器及存储介质 | |
CN111192170B (zh) | 题目推送方法、装置、设备和计算机可读存储介质 | |
CN112287767A (zh) | 交互控制方法、装置、存储介质以及电子设备 | |
CN112101231A (zh) | 学习行为的监控方法、终端、小程序以及服务器 | |
CN112382151B (zh) | 一种线上学习方法及装置、电子设备及存储介质 | |
CN116886656B (zh) | 面向聊天室的舞蹈知识推送方法及其装置 | |
CN111159379B (zh) | 一种自动出题方法、装置及*** | |
Yan et al. | A method for personalized C programming learning contents recommendation to enhance traditional instruction | |
CN109472028B (zh) | 用于生成信息的方法和装置 | |
CN116610784A (zh) | 一种保险业务场景问答推荐方法及其相关设备 | |
CN110750633A (zh) | 用于确定问题的答案的方法及装置 | |
CN116228361A (zh) | 基于特征匹配的课程推荐方法、装置、设备和存储介质 | |
CN112307324B (zh) | 信息处理方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |